[持续更新]Cobra:Java HTML parser用法详解

Cobra主页：http://lobobrowser.org/

Cobra API：http://lobobrowser.org/cobra-api/index.html

使用Cobra（已经安装JRE1.6+的环境下）：

1.下载

2.安装：

2.1可以双击.jar文件，如果不行，在cmd下使用 java -jar install-lobo-0.98.4.jar

2.2打开C:\Program Files\Lobo\ext，里面有所需要的外部jar包


2.3在eclipse中相关project上点击右键-->Properties-->Java Build Path-->Libraries选项卡-->Add External JARs按钮导入2.2步中描述的JAR包

3.测试是否可以用：代码来源http://lobobrowser.org/cobra/java-html-parser.jsp

import org.lobobrowser.html.*;
import org.lobobrowser.html.test.*;
import org.lobobrowser.html.parser.*;
import org.lobobrowser.html.domimpl.*;

import org.w3c.dom.*;
import org.w3c.dom.html2.*;

import java.net.*;
import java.io.*;

public class Cobra {
    private static final String TEST_URI = "http://lobobrowser.org";
    
    public static void main(String[] args) throws Exception {
        UserAgentContext uacontext = new SimpleUserAgentContext();
        DocumentBuilderImpl builder = new DocumentBuilderImpl(uacontext);
        URL url = new URL(TEST_URI);
        InputStream in = url.openConnection().getInputStream();
        try {
            Reader reader = new InputStreamReader(in, "ISO-8859-1");
            InputSourceImpl inputSource = new InputSourceImpl(reader, TEST_URI);
            Document d = builder.parse(inputSource);
            HTMLDocumentImpl document = (HTMLDocumentImpl) d;
            HTMLCollection images = document.getImages();
            int length = images.getLength();
            for(int i = 0; i < length; i++) {
                System.out.println("- Image#" + i + ": " + images.item(i));
            }
        } finally {
            in.close();
        }
    }
}

4.API简单的介绍

4.1org.lobobrowser.html：解析和渲染HTML所需使用的上下文接口

4.2org.lobobrowser.html.domimpl：实现W3C的HTML DOM级别2接口

4.3org.lobobrowser.html.gui：包含一个渲染HTML DOM的Java Swing组件

4.4org.lobobrowser.html.parser：包含HTML解析类

4.5org.lobobrowser.html.renderer：包含HTML渲染类

4.6org.lobobrowser.html.test：包含测试软件类和上下文接口的简单实现